Mercor 4TB 语音数据泄露：40,000 名 AI 承包商声纹+证件同时被盗，5 起集体诉讼已提起

核心结论

2026 年 4 月初，黑客组织 Lapsus$ 在暗网泄露了约 4TB 的 AI 承包商数据，涉及超过 40,000 名 Mercor 平台的标注人员。这批数据的危险性远超普通数据泄露：它首次将"高保真语音样本 + 政府身份证件扫描件 + 人脸自拍"三者合并存放，为深度伪造（deepfake）攻击提供了全套原材料。泄露后 10 天内已有 5 起集体诉讼被提起。

关键要点

• 事件时间：2026 年 4 月 4 日（泄露日期）
• 泄露规模：约 4TB，覆盖 40,000+ 名 Mercor 承包商
• 泄露内容：每人 2-5 分钟的录音室级语音 + 护照/驾照扫描件 + 网络摄像头自拍
• 攻击组织：Lapsus$

事件详情

Mercor 是一家 AI 数据标注平台，为全球 AI 公司提供训练数据服务。承包商的注册流程要求提交：护照或驾照扫描件、网络摄像头自拍、以及在安静环境中朗读脚本的语音录制。这三类数据在 Mercor 的数据库中按同一行关联存储——这恰好是语音克隆服务所需的全部输入材料。

《华尔街日报》2026 年 2 月的报道指出，如今高质量语音克隆仅需约 15 秒的纯净参考音频。而 Mercor 泄露的每条录音平均长达 2-5 分钟——远超阈值。加上已验证的身份证件，攻击者既能克隆语音，又能利用证件信息提升克隆的欺诈可信度。

这不是第一次 AI 训练数据泄露，但 ORAVYS（发现此事件的语音取证公司）在其报告中强调："过去十年的语音泄露要么是呼叫中心录音被盗但无法关联身份，要么是身份证件泄露但没有音频。Mercor 合并了两者。"这种"身份证件 + 语音 + 自拍"三位一体的泄露，是行业至今最严重的数据安全事件之一。

关键影响

此次泄露可实现的攻击类型

以下攻击方法已被 ORAVYS 证实已在野外使用：

1. 语音克隆欺诈：使用 15 秒以上的录音克隆受害者声音，结合身份证件信息进行银行电话转账验证
2. 深度伪造视频通话：2024 年 Arup 金融员工在多人 deepfake 视频通话后电汇约 2,500 万美元——Mercor 泄露提供了比公开素材更好的训练数据
3. 身份伪造：驾照扫描件可直接用于开立账户、申请贷款等传统身份盗用

适配建议

对 AI 从业者的防护建议

• 如曾在 Mercor 注册为承包商，立即监控个人信用报告和银行账户异常
• 对家人的"语音验证来电"保持高度警觉，即使声音听起来完全真实
• 所有涉及敏感操作（转账、修改密码）应启用硬件密钥或多因子认证，不要依赖语音验证

对 AI 内容生产者的启示

• 数据隐私合规不是可选配置，而是业务生死线
• 使用 AI 工具处理敏感数据时，检查其数据处理协议（DPA）
• 考虑在自动化工作流中加入数据脱敏步骤

延伸阅读

AI 行业双面性：工具越强，责任越重

这次语音数据泄露与 Taylor Swift 同期注册声音商标的事件形成鲜明对比。Swift 的法律团队正试图通过商标保护声音权益——IP 律师指出名人声音商标"尚未在法庭上经受检验"。这说明当 AI 合成能力跑在法律前面时，个人和企业都需要主动建立保护机制。

数据标注行业的安全盲区

Mercor 事件暴露了 AI 数据标注行业的系统性风险：标注平台为了提供高质量训练数据，往往要求承包商提交远超实际标注任务所需的生物特征信息。正如 HN 社区评论指出的："承包商提交录音室级语音和身份证扫描件只是为了做数据标注——这些数据跟标注工作毫无关系。"

工具词条

正文中涉及以下工具，平台侧将自动匹配已维护 tools 库触发悬浮卡：

• OpenAI、ChatGPT、Claude、DeepSeek、Gemini、n8n、LangGraph、Hermes Agent

内链引导

• 想保护自己的自动化流水线数据安全？先用 OpenClaw 搭建 AI 自动采集系统 再配置合规策略
• 独立开发者用工具赚钱但也要注意数据合规：独立开发者用 n8n+OpenClaw 月入 $5,000 的实战